Harness Engineering 系统认知课

面向 AI Agent 开发者、产品经理和技术决策者的公开课，从底层逻辑到实战设计，系统认知 Harness Engineering。兼顾判断力与动手能力，零基础可进入。

认知重塑 — 理解 Harness 的底层逻辑

建立'Agent 需要被驾驭'的心智模型，说清楚 Harness 的由来和基本结构。

驯马之道：从 Prompt 到 Harness 的三次跃迁：追溯 Prompt Engineering → Context Engineering → Harness Engineering 的演进逻辑，理解 Harness 出现的必然性。
Guides + Sensors：Harness 的双引擎：拆解 Harness 的两类控制机制：前馈控制（Guides）和反馈控制（Sensors），理解它们如何形成闭环。
三层框架：执行层、状态层、治理层：引入来新璐的三层 Harness 框架，将 Guides 和 Sensors 放入三层结构中理解。

机制深潜 — Harness 怎么跑

深入 Harness 的三个核心机制：约束执行化、上下文管理、多 Agent 协作，理解各自的原理和必要性。

约束先行：从文档约定到机器可执行的规则：从 Nexad 团队的实践出发，理解为什么写在文档里的规则不够，以及如何将规则编码为自动检查。
上下文与记忆：Agent 如何「记住」和「遗忘」：理解上下文窗口的本质限制，了解渐进式披露、记忆分层和 Claude Code 的「做梦」机制。
多 Agent 协作：分工、审查与自我进化：理解为什么需要多 Agent，掌握交叉审查和 Context 隔离的核心模式，理解自我进化的基础逻辑。

实战运用 — 设计你的 Harness

将前两阶段的知识转化为实战能力，完成 Harness 方案设计，建立评价标准。

分级治理：Harness 严格度的变量设计：从 Nexad 的 Delivery Tier（T0-T3）体系出发，理解 Harness 严格度不是常量而是变量，学会按场景风险设计约束等级。
动手设计：为一个真实 Agent 场景搭建 Harness：综合运用前三讲的全部知识，为一个真实场景从零设计完整的 Harness 方案——规则、检查点、协作模式和分级策略。
评价与展望：好 Harness 的标准与未来方向：建立 Harness 的评价标准（自洽性、正交性），回顾课程核心内容，展望 Agent 蜂群、0 人公司和 Harness 的演进方向。